工业化自主化
问题内容更新: 二零二一年时间内16月18日
产品信息最新: 2022年14月18日
利用AI预测维护实现“永不停歇的设备”
通过实现状态基准维护，开启维护创新
依照传动部件数值，即时监控摄像头“反常”方式，并在与传动部件方式分别的最合适契机进行方式基准价维护。
【From事后/定期维护】由熟练技工进行事后/定期维护
会按照一直培植出來的思维、丰富经验，执行工作事先/准时服务器系统维护（时刻基准点服务器系统维护）。
【To预测维护】利用AI控制器实现预测维护
根据装置数据，AI将对装置状态进行监控。
并在与装置状态对应的较佳时机执行预测维护（状态基准维护）。
【采用预测维护的预期效果】
1. 较小化停机时间，减少生产损耗
2. 在较佳时机进行维护，削减维护费用
3. 优化零件更换时机，减少维护零件的库存
4. 无需分析即可确定异常位置
5. 无需专门知识/技能，即可开展标准化的维护工作
利用AI进行预测维护的操作流程
能够实现高速高精度检测“反常”的AI控制
凭借独有的数据运用功能，实现了边缘控制，从而实现前所未有的装置状态可视化。
因此，AI控制器能够以微秒级精度检测出装置的“反常”状态。
AI与以往方法的检测能力比较（电压、电流等时间序列数据示例）
高速高精度检测所需的功能
搭载高速时间序列DB功能
累计与控制周期完全同步的时间序列数据。利用固定周期数据正确掌握装置的动作，可以生成和判断高精度的学习模型。此外，利用上位连接功能，通过上位层
装置层进行AI联合，为Factory IoT化做出贡献。
检测“反常”状态所需的数据运用流程
搭载超高速AI引擎
以选中用时实工作的设备学业领头羊Isolation Forest为根基，展开欧姆龙独特的高精确化调谐，能够同样实现了高速的性与高精确论文检测。可是可选中用多峰动态数据数学模型，包括选中用可以制定不同小动作格局的系统设计，如多品系生育等。
实现“永不停歇的设备”之AI预测维护程序库
将能够高精度检测“反常”的特征量转化为软件部件
结合最终目标部门的作业数据显示，将选择为“反常”营养的很好结构特征量转化成为电脑软件元件，作为一个AI精准预估运维保养小程序库。可随意开始精准预估运维保养工作的。
注.面向雇主的裝置改善学习知识统计资料、快速设置阈值法，将由本子我司实现。祥情请向本子我司市场菜单栏咨询了解。
将环境变化的影响控制在较低限度，实现稳定性
装置起动后经过的时间，受季节、早晚日夜等环境温度的影响，会发生变化。
为此，本公司开发出💃能够将该影响控制在较低限度的独有特征量，为客户实现稳定的预测维护工作提供支持。
※欧姆龙所理解之某个情况下的考核但是。并不以确保整个情况均适合。
系统构成示例
全部可以灵活运用AI构建的推测服务器维护。
产品类别
TOP
400-820-4535
微信服务号
欧姆龙FA世间